2023年全國(guó)碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩78頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、室內(nèi)場(chǎng)景的識(shí)別與理解是智能化信息處理的關(guān)鍵技術(shù),相關(guān)研究成果已經(jīng)在不同的領(lǐng)域投入廣泛的應(yīng)用,主要包括安防領(lǐng)域的行人檢測(cè)、目標(biāo)追蹤、人臉識(shí)別等,互聯(lián)網(wǎng)信息領(lǐng)域的圖像內(nèi)容檢索,智能機(jī)器人領(lǐng)域的目標(biāo)找尋、場(chǎng)景理解、障礙物檢測(cè)等,給人類日常生活和工作的很多方面提供了便利,具有重要的理論研究意義和工程應(yīng)用價(jià)值。
  本文以基于視覺感知的室內(nèi)場(chǎng)景目標(biāo)檢測(cè)與場(chǎng)景識(shí)別為研究重點(diǎn),主要研究?jī)?nèi)容如下:
  1.從有效的局部特征梯度直方圖為入手點(diǎn)

2、,研究可變形部件模型(Deformable Part-based Model, DPM)的組成、多尺度下的匹配和評(píng)分方法。對(duì)模型的訓(xùn)練方法進(jìn)行了深入探討,使用坐標(biāo)下降算法,結(jié)合篩選困難負(fù)樣本進(jìn)行隱性變量支持向量機(jī)的訓(xùn)練。因此,目標(biāo)檢測(cè)可以在不同尺度、目標(biāo)的不同部分進(jìn)行實(shí)現(xiàn),使得檢測(cè)方法對(duì)目標(biāo)的姿態(tài)變化、局部位移造成的形變有很好的魯棒性。同時(shí),研究通過徑向基編碼融合特征上下文(Feature Context),使可變形部件模型能夠利用更多

3、的上下文信息,并通過實(shí)驗(yàn)與其它優(yōu)秀算法進(jìn)行對(duì)比,驗(yàn)證可變形部件模型優(yōu)于其它算法,且特征上下文的融合提高了模型的檢測(cè)性能。
  2.深入研究使用可變形部件模型獲取擁有更強(qiáng)描述能力的場(chǎng)景特征,同時(shí)克服需要手工標(biāo)注感興趣區(qū)域(Region of Interest)的缺陷,通過調(diào)整其訓(xùn)練、匹配方法和參數(shù),將其應(yīng)用于室內(nèi)場(chǎng)景識(shí)別。通過實(shí)驗(yàn)分析討論了調(diào)整方法,以及模型的不同參數(shù)在室內(nèi)場(chǎng)景識(shí)別中發(fā)揮的作用和影響。
  3.針對(duì)DPM模型對(duì)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論